我想在训练过程中将变量和偏置张量保存为检查点。我使用了tf.contrib.layers中的fully_connected()来实现几个全连接层。为此，我需要提取这些全连接层的变量和偏置张量。如何做到这一点？

回答：

需要注意的是：

• 没有必要仅仅为了保存它们而提取权重和偏置。对于tf.layers或tf.contrib.layers，如果trainable被设置为True，权重和偏置会被添加到GraphKeys.TRAINABLE_VARIABLES中，这是GraphKeys.GLOBAL_VARIABLES的一个子集。因此，如果你使用saver = tf.train.Saver(var_list=tf.global_variables())和saver.save(sess, save_path, global_step)在某个时刻，权重和偏置将会被保存。
• 在你确实需要提取变量的情况下，一种方法是使用tf.get_variable或tf.get_default_graph().get_tensor_by_name，并使用正确的变量名称，如另一个答案中提到的。
• 你可能已经注意到TensorFlow中的类如tf.layer.Dense和tf.layers.Conv2D。一旦构建，它们有weights / variables方法，可以返回权重和偏置张量。